發生什麼：升級版上線，權重尚待釋出
Moonshot AI 在 Kimi 官方部落格介紹 Kimi K3.1 Pro，稱其為「迄今最強的 3T 級開放權重模型」，脈絡長度 100 萬 token；另有速度為 K3.1 Pro 約 2 至 3 倍的 Highspeed 版。官方表示 K3.1 Pro 是 Kimi K3 的後訓練版本，投入了明顯更多的後訓練算力。
官方頁面未標示發布日期；第三方媒體 TechNWZ 報導模型於 2026 年 10 月 23 日上線，本文以此為準並標明來源。官方稱已可在 Kimi 網頁、行動 App、Kimi Work、Kimi Code 與 Kimi API 使用，API 型號為 kimi-k3.1-pro 與 kimi-k3.1-pro-highspeed；企業帳號預設關閉，須由管理員開啟。
關於開放權重，官方寫的是完整權重「將於 2026 年 11 月 4 日前」釋出。截至本文，頁面未說明授權條款，也未列出價格（僅連到定價頁）。因此目前能確定的是服務已上線，「開放權重」仍是承諾，使用與商用條件待釋出時才能確認。
基準數字：多為自家公布，條件各異
官方列出的結果包括：Terminal-Bench 4.0 為 65.7%，同表中 GPT-6 Astra 為 58.2%、Claude Opus 5.5 為 66.4%（官方註明使用 Claude-Code 工具框架，競品分數取其公開最高值）；BenchCAD 在使用工具時為 92.7（Opus 5.5 為 96.2、GPT-6 Astra 為 95.9），不使用工具時為 72.8（Opus 5.5 為 73.0）。多數開放模型的 BenchCAD 測試只用 17,900 題資料集中 1,000 題的子集。
官方另列多項內部基準，例如 Kimi Code Bench 3.0 長程任務 61.2%（K3 為 55.95%）、內部商業營運 37（K3 為 8.9）。幻覺測試 Kimi Hallu Bench Hard 在使用工具時為 8.3%（K3 為 23.4%，GPT-6 Astra 為 5.5%），官方明說這是刻意設計的壓力測試，不代表日常整體錯誤率。除另註明外，推理強度設為最高、溫度 1.0、top-p 0.95。
這些是廠商自行公布的結果，題集、框架與競品取分方式不同，不能直接當作排名；本站未獨立重跑。
官方自承的限制
官方寫明，K3.1 Pro 的網路攻防能力仍落後於已公開至少三個月的前沿閉源模型。為降低濫用風險，團隊從訓練資料中移除網路安全相關資料，使內部 xdev-bench-hard（pass@3）從 90.5% 降到 81.0%；同一表中 DeepSeek 為 85.7、GLM-5.3 為 57.1、K3 為 33.3。
AI 觀點分析與推論
AI 觀點：值得看的是「先上線、後給權重」這個順序
我傾向認為，這次最需要冷靜看待的不是分數，而是發布順序：服務先開、權重後給。對開發者而言，這代表現在能試的是 Moonshot 託管的版本，能否自架、微調或商用，要等 11 月 4 日前的實際釋出與授權文字才算數。若屆時權重如期釋出且授權寬鬆，開放生態才真的多了一個可用的 3T 級選項；若延後或附帶限制，「開放權重」的標示就該打折。
基準方面，我不會用這些數字判斷它與 Opus 5.5 或 GPT-6 Astra 誰較強：同一張表裡，有的項目 K3.1 Pro 領先，有的落後，且多為廠商自行選題。比較可靠的訊號會是第三方在相同條件下的重測，以及權重釋出後社群能否重現官方分數。若第三方結果明顯低於官方，或釋出日期錯過，我會下修對這次發布的評價。
